修改密码
申请投审稿用户
申请投审稿用户需要填写邮箱和上传个人简历

Stroke:基于CT扫描的机器学习自动测算脑出血体积

2021-05-13 刘爱华

0

该算法能够快速准确地测量不同时间点的出血量和PHE,捕捉它们随时间的演变,并能够在大队列中动态研究这些生物标记物。

自发性脑出血(ICH)通过一系列的原发性和继发性损伤可造成严重的残疾。通过重复测量损伤的影像学生物标志物,有助于加深对这些机制的理解。原发性和继发性损伤的最佳生物标志物分别是出血量和血肿周围水肿(PHE)。前者易于测量,而后者则耗时且易受人为因素影响,因此在临床试验和大量人群研究中变得不可行。


最近,有研究人员开发了一种成像算法,能够从ICH患者的连续CT扫描中自动准确地分割出血和PHE。


研究概述


该研究使用了两个ICH队列的数据:耶鲁纵向ICH研究(衍生队列)和埃里希研究(脑出血的种族/种族变异;验证队列)。在两项脑出血研究中,患者的脑出血区域和PHE是通过计算机断层扫描来手动划定,由3名训练有素的研究者(每项扫描分配一名)在基线和随访非造影剂CT的每个图像上手动勾勒出出血和PHE区域,并使用Analyze(11.0版)或3D Slicer(4.1版)软件对图像进行可视化处理,随后由一名研究人员对一致性和准确性进行审查。研究排除了幕下脑出血病例和运动/伪影过多的扫描。


最终,来自124例幕上性脑出血的224个CT被用于算法推导和交叉验证(图1,仅在线数据补充)。使用带有单个中央处理单元和图形处理单元的机器,对每个CT进行处理的时间为4 min,以分割出血和PHE(图2)。



图 1



图 2



图 3 

结果显示,自动出血量与手动测量显示出很好的一致性(P= 0.96,图1A)。测量体积的中位数差为0.15 ml,符合限值14 ml以下至13 ml以上(图2A)。DSC在0.90(0.85~0.93)时对出血的分割效果良好,并且不随出血部位、扫描时间(基线与随访)或是否有脑室内出血而改变。自动PHE容积也显示出良好的一致性(P=0.81,图1C)。两种方法之间的PHE体积中位数差异为1.5 ml,一致性范围为-25~+29(图2C)。PHE分割的DSC中位数为0.54(四分位距为0.39~0.65),并且不随扫描时间而变化。然而,即使在校正了出血量和PHE体积(P=0.02)后,当不存在脑室内出血时,其分割准确度也显著提高(0.57 vs 0.46)。


该算法在ERICH登记的45例受试者的84次扫描中得到了进一步的评估。出血体积一致性为0.98(图1 B),中位差为1 ml(一致性范围为-9 ml~+7 ml)。PHE体积一致性为0.90(0.85~0.93;图1 D),中位差为0.9 ml(一致限为-18 ml ~+19 ml)。分割精度与交叉验证几乎相同(出血的DSC为0.90,PHE为0.55)。


在由两个不同评分者列出的40个出血和PHE扫描中,评估者之间的中位数DSC出血为0.90,PHE为0.57。评分者之间出血量的一致性为0.97,PHE为0.92。对于评估者内部的可靠性,DSC的出血分割为0.89,PHE为0.62(图3)。出血量一致性为0.99,PHE为0.83。关于算法性能与人工分割的详细比较结果,请参见图2。


该研究验证了一个全卷积神经网络,可以自动将脑出血患者的CT图像分割成出血和PHE区域。该算法相当于人类捕捉出血和PHE的准确度(通过评分者间的可靠性来衡量)。由于PHE是脑出血周围低密度的一个退行性差的区域,因此自动和人工描绘出血的准确性高于PHE。(PHE的较低DSC可能是因为人类金标准对脑出血周围水肿标记的可变性和不精确性,即使是单个评分者,其在重新测试时也有所不同。)


该算法能够快速准确地测量不同时间点的出血量和PHE,捕捉它们随时间的演变,并能够在大队列中动态研究这些生物标记物。人工测量ICH和PHE每次扫描需要一小时,而自动算法可以在几分钟内获得,这意味着可以很容易地对成千上万的ICH患者进行生物标记物的确定。


研究人员表示,“这项研究有其局限性。机器学习方法易受过度拟合的影响,在应用于不同的数据时可能会失去准确性。我们在一个相对较小的,来自外部站点的扫描队列中验证了该算法,仍然需要进行更大规模的验证。我们的算法是由三个不同的评估者进行的,具有一定的主观性。另外,PHE被定义为脑出血周围的低密度,这是一种对继发性损伤的主观估计,仍然需要进一步的评估来更好地理解其生物学意义。此外,比较研究应探索基于强度的阈值(如过去提出的)是否能够像我们基于神经网络的方法一样准确地提取PHE体积。”


参考资料:Dhar R, Falcone GJ, Chen Y. et al. Deep Learning for Automated Measurement of Hemorrhage and Perihematomal Edema in Supratentorial Intracerebral Hemorrhage. DOI: 10.1161/STROKEAHA.119.027657


resize,m_lfit,w_120

刘爱华

作者简介

主任医师、教授

博士生导师

北京市神经介入工程技术中心副主任

中国卒中学会神经介入分会党建书记

中国卒中学会神经介入分会秘书长

中国医师协会科普分会神外专委会主任委员

中国青科协生物医药常务秘书长

北京医师协会神经介入分会秘书长

北京医师协会神经介入分会青委会主任委员

擅长脑动脉瘤、脑血管狭窄支架成形与脑血管畸形等微创介入治疗,脑血管病先后获省部级奖7项,先后承担国自然、科技部等课题12项,已发表学术论文107篇(Neurology、Stroke等SCI论文62篇),已获发明国家专利4项,培养硕士生14名,博士生4名。

声明:脑医汇旗下神外资讯、神介资讯、脑医咨询所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享。